分配是一个过程实验台被分配到实验组。它可以使用各种策略来实现，例如完全随机化、块随机化或配对中的随机化。
内容:
在EDA图中，一个组受到分配过程的影响，该过程产生多个组。下图表示分配到两个组的池组。关于随机化策略和过程的进一步信息包含在分配节点的属性中。
随机
至关重要的是，分配过程中使用如下所述的适当策略，以防止研究人员在潜意识中影响分配，如果动物被分配到一个涉及人类判断的过程，这是一个风险。新利体育网页版无论实验者的意图多么良好，“随意”分配并不是真正的随机，它损害了所获得的任何结果的统计有效性，系统综述表明，这样的实验更有可能报告统计上显著的结果。
随机化是一个过程，用来确保每个实验单位有同等的概率接受特定的治疗。在一起分配隐藏，随机化有助于最小化选择偏差，减少分配给治疗组的动物特征的系统性差异。
随机化被用来将实验单位分配给治疗组，但这一原则也贯穿整个实验。例如，动物笼子应该以随机的顺序放置在架子上，所有的测量应该以随机的顺序进行(最好是研究人员也不知道每个实验单元所接受的处理)。
什么是随机?
在不同的动物组接受不同剂量的全身药物治疗的情况下，动物被随机分为治疗组。
相反，如果同一组动物被用来测试几种剂量的药物治疗，在两种剂量之间有一个洗脱期，那么每只动物提供几个实验单位，每个试验周期一个。由于实验单位(一个试验周期的动物)被分配到治疗中，治疗的顺序对动物来说是随机的。
随机化策略:完全随机还是分组随机?
实验单位可以用a完成随机或者一个块和/或因素中的随机化．一个完成随机假设所有动物同时被随机分配到治疗组，不考虑任何其他变量。换句话说，相关的自变量(即治疗)是唯一可能影响结果测量的因素。因此，它很少是合适的，因为一个实验的结果往往会受到许多变量的影响。只有当预期的效应量较大和/或同一治疗组动物之间的变异性相对较低时，完全随机化才合适。
一个随机块内是否使用至少一个讨厌变量的随机化阻碍因素．它也可以称为限制性随机化或分层随机化。引入阻塞因子基本上把实验分成了更小的子实验;然后在阻塞因子的每个类别(即每个块)中进行随机化。理想情况下，每种治疗应该在每个区块内以平衡的方式进行。阻断因子也应包括在分析中，以减少组内的可变性，并提高估计治疗效果的精度，从而提高用较少的实验单元检测真实效果的能力。然而，如果妨扰变量对可变性没有实质影响，则必须考虑阻塞会耗尽自由度，从而降低功率。看到讨厌的变量部分更多的信息和例子的可变性的来源，可用于阻碍因素。
如果具有不同特征的动物受到干预，例如雄性和雌性，而性别是分析中感兴趣的因素，那么随机化策略应该是一个内的随机因素这样一来，实验组的雌性动物比例就能保持平衡。分别分配的阻塞因子和动物特征可以在下面的图中表示出来。在分配节点的属性中，随机化策略可以描述为完全随机化、块内随机化、因子内随机化、块内因子内随机化，如下图所示。
EDA生成的电子表格
一旦在编辑器窗口中绘制了实验，工具菜单中的“随机分配报告”将生成一个excel电子表格，将实验单位分配到图中所示的实验组。随机分配报告也可用于基础垫层．它可以通过电子邮件发送给同事或合作者，他们将负责编码药物注射器，例如，如果动物受到药理干预，或执行手术，如果干预是外科手术。因此，整个实验可以在实验者不知道动物所接受的治疗的情况下进行。
如果没有阻塞因素或感兴趣的因素连接到分配节点，序列将基于完全随机生成。如果因素连接到分配节点(包括所有变量类别，见上图)，它们将在随机化序列中被计入。
请注意，在EDA的当前版本中，随机化电子表格根据分配产生的组的属性中所显示的动物数量，将动物随机分组。我如果实验单位不是单个动物，则可能无法使用EDA生成的分配序列。系统只支持平衡的设计，组大小和组成相等。对于区块和/或因素内的随机化，系统有时会随机化比分配后组所显示的更多的动物，以确保每个地层包括相同数量的动物。
其他随机过程
简单的随机
对于只有两组的实验(例如对照组和治疗组)，最简单的随机形式是抛硬币，硬币的侧面决定动物被分配到哪组(头部=对照组，尾部=治疗组)。简单的随机化也可以通过洗牌(红色=对照组，黑色=治疗)或投掷骰子(奇数=对照组，偶数=治疗)来完成。这些简单的方法适用于大型团队，但在较小的团队中就会出现问题，因为每个团队的人数不均衡(不平衡设计)会导致能量降低;在这种情况下，可以使用以下方法。
计算机生成的
例如，一个实验有3个治疗组(1:对照组，2:低剂量和3:高剂量)，每组10只动物。Excel中的函数=Rand()可用于在a列中生成一列随机数。B列包含每个治疗组的10个1、10个2和10个3,C列包含30只动物的唯一识别号。按照A列的顺序对A列和B列进行排序将使B列的顺序随机化，C列的每只动物将被随机分配到处理1、2或3。
凭空捏造的数字
10个1,10个2,10个3可以写在30张纸上，这些纸折叠起来放在一个容器里。混合后，一篇论文被收回，第一个动物被分配到指定的处理编号，以此类推。
拉丁方块
当存在两种阻碍因素时，拉丁方将实验单位分配给治疗组是有用的。使用这种技术的分配是基于这样一个假设:两个阻塞因素之间的相互作用是最小的，而且这些因素彼此独立。从技术上讲，拉丁方框本身并不是一种随机化的方法，但可以通过拉丁方框的随机化将实验单位分配给治疗组。
在拉丁正方形中，两种阻断因子由行和列定义，单元格内的字母代表处理方法。下面是一个使用循环法构建的3 × 3拉丁正方形的例子:
 |
注意，每个处理只在每行和每列发生一次。 |
还可以使用其他方法生成拉丁平方，包括分组法或乘积法。欲了解更多信息，请点击这里:http://www.maths.qmul.ac.uk/~rab/DOEbook/doeweb6.pdf．
在线拉丁方块生成器也可以使用，例如:http://hamsterandwheel.com/grids/index2d.php．
例如:交叉设计
在动物研究中，变异的最大来源可能是动物之间的变异。为了说明这一点，可以使用交叉设计，每只动物都被用作单独的对照。拉丁方框在交叉实验中对平衡处理顺序特别有用
假设有一个实验，比较两种处理(A和B)和一个对照(C)的效果，每只动物都接受三种处理，间隔一周的冲洗期。这实际上是一个有两个阻碍因素的设计。实验单位是试验期间的一只动物，每只动物提供三个实验单位。本实验共使用6只动物，实验总实验单位为18只，每处理组n=6只。两个阻碍因素是动物(六类构成列)和测试周期(三类构成列)。
 |
每种动物的治疗顺序可以用拉丁方框随机排列。因为实验动物的数量是试验时间和治疗时间的两倍，所以需要两个方格(蓝色方格和绿色方格) |
 |
然后拉丁方块的行和列需要随机排列。 因此，动物1在第一周接受对照，在第2周接受治疗A，在第3周接受治疗B，而动物2将接受治疗A，然后是对照组，然后是治疗B，以此类推。 |
参考资料和进一步阅读
贝特，s. t . &克拉克，r. a . 2014。动物实验的设计与统计分析，剑桥大学出版社。
贝巴塔，卢滕，d . & heard, k . 2003。急救医学动物研究:使用随机化和盲法会影响结果吗?学院急诊医学，10,684 -7。doi:10.1111 / j.1553-2712.2003.tb00056.x
费斯丁，m . f. w .， overend, p . gaines das, r .， cortina borja, m . & berdoy, m . 2002。动物实验的设计:通过更好的实验设计减少在研究中使用动物，英国伦敦，皇家医学会。18luck新利体育官网登录
韦斯特里宁，h. m .，塞纳，e. s .，法伦-康斯坦，c .，威廉姆斯，a .，钱德兰，s .和麦克劳德，m . 2010。提高多发性硬化症实验性治疗的转译效果。Mult Scler, 16, 1044-55。doi:10.1177 / 1352458510379612
费斯汀m . F。http://www.3rs-reduction.co.uk/html/5__avoiding_bias.html[15-01-2015]访问